Etudiant : EL-AMMARI IMANE

Filière : Master Big Data Analytics & Smart Systems (BDSaS)

Encadrant : Pr. RAMADAN HIBA

Annèe : 2024

Résumé : Le problème de routage de véhicules avec fenêtres de temps (VRPTW) est un défi d’optimisation logistique où l’objectif est de déterminer les itinéraires les plus efficaces pour une flotte de véhicules, afin de livrer des marchandises à un ensemble de clients en respectant des contraintes de temps spécifiques. Chaque client doit être servi dans une plage horaire prédéfinie (fenêtre de temps), et les véhicules partent et reviennent généralement à un dépôt central. Les objectifs typiques incluent la minimisation de la distance totale parcourue, des coûts ou du nombre de véhicules utilisés. Les domaines d’application du VRPTW incluent le transport et la logistique, la distribution de biens de consommation, les services de maintenance et de réparation, le transport de per sonnes et la livraison de repas... Dans ce mémoire, notre objectif est d’explorer et de développer des techniques de deep lear ning pour résoudre le VRPTW, afin d’améliorer l’efficacité des solutions générées. Nous commencerons par une revue de la littérature, examinant les principales contributions théo riques et pratiques dans ce domaine. Ensuite, nous présenterons l’approche spécifique que nous avons adoptée, incluant la modélisation mathématique, l’utilisation d’encodeurs et de décodeurs basés sur des réseaux de neurones, ainsi que l’algorithme REINFORCE et les ba selines utilisées pour stabiliser l’apprentissage. Les expérimentations effectuées seront éga lement détaillées. Enfin, nous discuterons des résultats obtenus, des défis rencontrés et des perspectives d’amélioration future. Cette exploration vise à fournir des insights approfondis et à proposer des solutions efficaces pour les défis logistiques associés aux produits mari times.